最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

什么是零售思维和数据思维?怎么做零售店铺诊断?

[复制链接]
跳转到指定楼层
楼主
发表于 2015-1-6 15:08:47 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
一. 数据思维
先从数据思维着手,做零售行业谁都离不开数据,我一直认为数据和科技是改变未来行业的两大主题。其中数据尤其重要,但是反过来看,不管是线上零售还是线下零售,对数据的重视程度是千差万别,特别是传统零售。数据思维这块基本上很弱的。我说几个问题大家可以自测一下,看你们知不知道自己的数据:
第一个,你们知不知道这个月截止到现在为止,你们的店铺或者说你们区域VIP卡的贡献率是多少?
第二个数是上周你负责的店铺和负责的区域或者你公司的退货率是多少?
第三个数,上个月你的顾客的流失率是多少?
第四个是你的店铺销售团队的流失率是多少?
这四个数据如果你们能在30秒钟之内回答出来,证明你的数据化管理得不错,你可以不听我的课了,直接去干别的,如果回答不出来,拜托你待会儿好好听我讲,实际上这几个是我们平时不管是线上还是线下经常用到的数据,这些数据也许不是你本身工作内容,但是这些数据一定是每天的工作中,或者月会、周会上你经常听到的数据。当时,你有没有”存储“下来?
如果这几个数据管理失效的话,会让你的绩效考核、团队管理、企业数据化管理失效等等。有很多的危害。
比如说VIP卡的管理,VIP卡的贡献率,我曾经遇到一个店铺,它一年销售两三千万,而其中62%的销量来源于同样一张VIP卡,做过零售的大概应该知道这里面的问题是什么。问题就是,大家都用同一张VIP卡,或者几张VIP卡在帮顾客购货。表面看上去没问题,大不了是店员刷点积分,年末拿点礼品,但是里面有天大的漏洞。
会员卡一般都有打折的功能,如果一个顾客是现金买的,但店员按打折之后的价格录入系统里面,这里面的差价就很有可能被店员吃掉了。如果你在企业里面不关注这个数据,有可能你的绩效考核失败,因为他从VIP卡里面拿到的差价就可能大于他通过绩效拿的奖金,这样他还会在乎你的目标?肯定不会。
刚才问大家的数据里的第二个数据是退货率。退货率表面上没什么关系,而实际上退货率仍然存在天大的秘密。一些零售店铺的老手可以利用店铺在搞促销低价与正常售价之间的时间差,利用退货单来赚差价,细节我就不说了。这也会让你的绩效考核失效。
所以从这个方面来看,要想有数据化管理,无需要有多高深的技巧知识,你把你平时常规要用到的一些指标、一些数据在你心中进行管理就OK。像退货率,你需不需要每天、每周、每月都去统计?看哪些店铺有异常,还有团队的流失率你不关心吗?
所以数据思维的第一步就是进行数据的基本管理,先得有数,这里面第一个要有数据意识,看到一些重要的数据要把它记下来,不管是记在头脑当中还是电脑里面,要有这种意识。同时也要求我们的店铺或者下属,或者我们的代理商要实时准确客观地传递数据给你们,对企业来讲如果店铺没有实时管理这些数据,谈数据化管理就是白谈。
我前两天跟一个朋友聊天,他说他的企业要用大数据进行管理。我说你现在连数据都没有,怎么进行大数据管理?我们现在的传统零售暂时不需要大数据管理,我们现在只需要小数据管理。大数据化不是说数据多就叫大数据,千万不要这样误解,是错的。而我们传统领域的数据往往都是小数据,离大数据还有很远的距离。特别是我们很多零售店铺连最基本的数据都没有,比如有的店铺某天做了10张单子,下班以后店长再把10张单子统一成一张单子录到系统里面,这样我没办法算出客单价和连带率,而这是零售店铺管理非常非常重要的指标。所以数据思维归根结底先得有数据,再去积累数据,最后把数据运用到业务中去,我们才能谈得上去做分析,去做绩效考核,去做管理。
二. 零售思维
做零售行业的应该都知道,就是那三个字:人、货、场。做零售的每个人都说,每天不说几次就好像OUT。这三个字能化解我们零售行业遇到的绝大多数的问题,遇到问题之后我们都从这个角度去做思考。比如说某个区域的客单价下降,对很多传统零售商来讲,他想到的是什么原因客单价下降,而不是主动去思索里面的逻辑。客单价可能跟商品有关,也可能跟人有关,也可能跟场有关,所以我们需要从人、货、场三个方面去思索客单价下降的原因是什么,才有找到背后的原因。而不是遇到一个数据出现问题,我们就去找答案,答案实际上是藏在逻辑里面。逻辑里面就是人、货、场。
回到刚才说的客单价的案例,跟人有关,第一个跟销售者有关,第二个跟店铺员工有关,这样就分成了两维。而这两维里面还可以细分,顾客可以分成新顾客、老顾客、会员顾客或者中端顾客、高端顾客、低端顾客,到底是哪些顾客在下降?这里面就需要数据分析,去做对比,这就是数据化思维和人、货、场的结合。第二个是员工,我们也分成老员工、新员工。是老员工的问题还是新员工的问题?货和场也可以都往下延伸。
如何用人、货、场的思维逻辑?
实际上人、货、场还可以扩大使用,我每次在给企业做培训的时候,都会用一个案例,用人、货、场的思维逻辑建立一个评价体系,将男朋友转化成老公的评价体系。就看你能不能想到男朋友或者是老公跟哪些人有关,或跟哪些货有关,这里面的货难道是指的商品吗?肯定不是商品,是指的货币和未来的价值,这是货,所以人、货、场之所以被称为零售行业的基本思维模式,是因为它还可以扩大,还可以去延伸。



这是一张图,当我们发现店铺或者区域数据出现异常的时候,应该有怎样一种思维逻辑、思维方式。当我们发现店铺的数据出现异常,例如成交率下降以后,很多人的思维就是直接去找背后的原因,而不是先去梳理数据和逻辑,这样反而不容易找到背后的原因。所以我们去做零售思维的时候,一定要有逻辑。第一步如果我们发现某个店铺的数据出现异常,我们还是用客单价来比喻,我们第一步要想这里面数据源是不是有问题,是不是算错了,要有质疑的精神,不然因为数据算错了,背后找原因,拍脑袋想是不是这个原因、是不是那个原因,最后只有苦恼。客单价的数据上很有可能是去年团购拉高了客单价,今年没有团购客单价当然自然就下降了。这个时候你还得去找客单价下降的原因是不是就没有任何意义?
所以遇到数据异常的先要看数据源是不是有问题,如果数据源没有问题,那么看同一个品牌下的A店铺如果客单价下降,我们要看同一品牌下面B店铺、C店铺、他们有没有客单价下降的情况,如果别的店铺也有客单价下降的情况,说明这是一个品牌共性的问题,而不是单单这一个店的问题,你就不能只找这一个店的毛病,去找整个公司或者区域的品牌出现了什么客单价的原因。
如果同一品牌下面别的店铺,同一个城市的别的店铺没有这种客单价下降的原因,只有这个A店铺有客单价下降的原因,这个时候我们要过渡到第三步,要看本区域内其他对手有没有此问题,A品牌客单价下降了,同一个商场里面B品牌客单价有没有下降,C品牌有没有下降,D品牌有没有下降,如果整个区域里面大家的客单价都在下降的话,说明是整个区域出现问题了,而不是单单A品牌这个店的问题,思考问题的方式又不一样了。
如果说区域也没问题,就是A品牌在这个店有问题,竞争对手没问题,其他店铺也没有问题,这个时候才可以进入人、货、场。找到和人、货、场相关的一些数据进行分析,有没有人的问题,有没有货的问题,有没有场的问题,就回到刚才我们说的人、货、场的那种思维逻辑里面。看趋势、看对比,最终找到问题产生的原因,这就是将零售思维和数据思维相结合的一个非常好的一张图片,你可以慢慢品尝这张图片。这张图片很强大的,当然有时候我们发现某个店铺的客单价出现问题,同时发现整个品牌也出现问题了,或者整个区域也出现这个问题了,也就意味着同时具有品牌共性和区域共性的问题。出现这种情况,那就说明一个问题,那就是市场出现了问题,那个时候就不是对一个店和一个品牌的问题,是整个大环境的问题,就需要用其他方法去解决
三. 零售店铺诊断
我经常被别人提同样一个问题:黄老师,我们怎么能去提高销售额?如何提升销售额?有没有什么好的方法?我一般会开玩笑地回答他们说,如果要回答你这个问题的话,我写本书才能回答这个问题。因为大家都知道,影响销售额的因素非常非常多,在我们营运的每个环节都可能影响到销售额,不是一个简单的A+B+C就怎么样的,它需要一个立体化的思维才能找到影响销售额的因素。
但是今天晚上我们用一张,我把这张图叫做简单而不简约的一张图发现销售额的秘密,也就是通过这张图去进行销售诊断。这张图按财务的分析方法叫做“杜邦分析图”。 它把销售额开成了10个指标,每个指标之间是互相相乘的一层层往下拆分的过程。
首先看第一层,销售额是等于成交单数乘以客单价,而成交单数又等于进店人数乘以成交率,进店人数又等于路过人数乘以进店率。右边客单价等于件单价乘以连带率。这10项指标就很神奇,我们想办法提升一个门店的销售额,我们就要琢磨怎么提高这10项指标的某一个或几个。
成交率、件单价、连带率,他们的提升都会提升销售额,当然这里面有两个指标,他们有互相的作用在里面。比如说零售价提高了,可能会影响成交率;销售折扣提高了,有可能也会影响成交率,这两个指标是有不同的影响在里面。我们想提高一个店铺的销售额,我们就琢磨怎么提高这里面的每项指标,提高了销售额就有了嘛!
以往我们总是讲:你赶紧把下个月的销售额提升起来。都是要求一个结果,但是我们想一想要进行零售店铺的诊断是不是需要过程化,把它拆分,这样是不是更能找到提升销售额的秘密呢?
我们把刚才那张“杜邦分析图”稍微做一下演变,就变成了下面这张零售诊断公式图,销售额实际上是由6个指标构成,它等于人数乘以进店率,乘以成交率,乘以零售价,乘以折扣率,这几个相乘就是销售诊断,实际上这就是诊断的六个指标。在传统零售的过程中,一般对后面三个指标还是比较清楚的,经常有些数据能够推算出来,但是对前面这三个,路过人数,因为没办法知道路过人数是多少;进店人数是多少,有的地方通过数人头的方式,但是这往往不准,往往被人为修改过。所以很多公司店的长群每天都在群里报销售,除了报销售的销售额之外,还有今天进店人数是多少,今天试穿人数是多少,这些数据都是店长一个一个数上来的。这个数据可信度不高,因为什么?大家都知道,我报了这个数之后你会怎么来挑战我,本来今天进了50个人,我知道你肯定找我的毛病这个数据就有基本的意义在里面。下面我们讲一个一个来讲。
诊断第一招:路过人数数了路过人数之后,还要数进店人数,知道路过人数、进店如数之后,我们才知道进店率。实际上很多时候不知道进店率,如果每天只有那么几十个人还好数,对闹场有一千两千的就没法数,所以就需要科技手段来辅助我们做。现在一般有三种科技手段会帮助到你,一种是红外的方式,很多超市都用这种方法,门口竖一个杆子,红外技术是很多企业门店在用,但是红外技术的准确率蛮低的。最主要的问题就是如果好几个人同时进店,第一个他不能辨清方向,不知道是进来还是出来,没办法区分这个方向。第二个当几个人同时进出的时候就会出现统计错误,所以红外统计越来越少。这两年开始流行用视频、监控器来计数,在门口安装一个监控器,后面再安装一套软件,自动计数,进来多少,出去多少人,有些好的软件还会识别性别,是男是女,还可以识别动线。视频技术目前精度还是蛮高,一般做到95%,当然不能做到百分之百。很多商场有地板,地板有颜色,如果穿的衣服和地板颜色差不多,视频就看不到人进来,这是它的问题。还好,现在视频价格也还好,也不算很贵,精度也蛮高,所以大家可以尝试去做一做、用一用。另外一个 是这两年比较新奇的方式,用Wifi技术来统计人流。我们现在很多都有无线上网的动作,第一只要客户用的智能手机,第二个不关wifi,就容易被我们后台检测到,不管用户是不是接入我们的网络。并且wifi的好处是:第一个能统计客流、人流;第二个它还能统计你是否是重复来的顾客,因为我们每个人的手机都有一个唯一码,这个唯一码会被wifi记住,你昨天来过,今天还来,是可以探测到的;第三个好处wifi便宜,一般wifi使用费、服务费一年两三千块钱一个店,当一个店铺安wifi,实际上也不会很贵。包括银泰、万达安几个wifi,去识别销售行为和各种各样的数据。
诊断第二招:进店率跟进店率相关的,包括门头、水牌、橱窗的陈列、门店的灯光、播放的音乐,甚至台阶都会直接影响到进店率。其中很多门店都会有水牌,很多店铺的水牌上写得密密麻麻的,各种促销信息,恨不得把所有信息全部都在水牌上面写完。
他们做过统计,这种食杂店式的店铺,台阶在三级及三级以下不影响进店率,当超过三级以上,每增加一级台阶,进店率会下降12%,大家不别小看,12%是一个什么概念,下降的数据是非常大的。麦当劳也统计过,他们统计的结果,五级以下的台阶不会影响快餐店的进店率,当超过五级台阶的时候,每增长一级台阶进店率就会下降6%,如果台阶就是高怎么办?为了不影响进店率,有个办法就是买一块红地毯铺在地面上面。
提高进店率的方法,常规的我就不用去讲了,大家的方法肯定比我多,我说一些比较流行的科技手段来提高竞争力。现在大家都有微信,微信的一个功能是“附近的人”,你们有没有用“附近的人”去提高竞争力。我曾经做过一个尝试,用“附近的人”功能,把信息介绍修改为“你好,我们是XX品牌,我们现在正在搞活动,如果你能够在今天12点内到我们的店铺的话,我们有份特殊的礼物给你”。这种方式实际上就是有效提升路过的人数,因为这些人已经在你的附近,我们把他们转化过来,这是一些科技手段提高进店率,其他的方法我就不去讲了。
下面讲怎么进行进店率的诊断,要诊断进店率的话,首先要知道店铺的进店率是多少?第一种方法是通过店铺员工或者经理去数,这很耗时间,站在店铺去数人数,我的建议是你要进行一个系统的店铺诊断,如果在一个城市里面有10张店铺,每家店一个人在同样的时间段去统计数,这样数是比较客观,这样才能出来好的诊断结果,因为店长有可能隐瞒数据的,所以先要知道进店率是多少。
当你知道自己的店铺的进店率了之后,就可以进行对比和区分,来判断自己的店铺进店率到底有没有问题。先第一步看自己店铺的进店率,第二步对比同一个品牌旗下的其他门店的进店率,看看有没有差距。如果你的门店的进店率是10%,而其他门店同一品牌下的其他门店进店率是15%,你肯定要想我为什么比别人低,别人是15%,我是10%,我差距在什么地方?有没有可能提升?也就是我们前面提到的销售额的提升。当和其他同店对比完之后,你可以对比竞争对手的进店率,在同一个商场里面我的进店率是10%,竞争对手是15%,我们的差距在什么地方?我怎么去改变?这也是一种对比的方法。
在进行进店率的对比过程中需要注意细分,第一按照时间周期的细分,比如说我看平时进店率是什么样,周末的进店率是什么样,如果你是写字楼店的话,还要看得更细,还要按时间段来细分。早上进店率是多少,中午白领吃饭的进店率是多少,下午的进店率是多少,晚上的进店率是多少,看不同的时间段你的进店率是什么差异,这种差异也可以和竞争对手、其他门店去对比,只有对比才能找到差距,有了差距才能产生机会,才能提升销售额,就这么简单。
统计进店率有几个注意事项要注意,第一个,统计的时间要足够长,不能说拿着一个表在那掐十分钟,就知道进店率的数据了,错,时间要足够长,这个长还不是十分钟、一个小时,可能是两个小时、三个小时的长度。同时我们不但要统计周一的进店率,还要看周二、周三、周四,有可能还要看周末的进店率,所以统计的数据要足够多,只有数据统计多了,对比才有意义,不然的话只有两三个小时的进店率,有了进店率的数据,那是不对的,数据少了就没办法判断。同时统计进店率要足够纯洁,不能说搞促销活动,你跑到那儿去看进店率,可能是因为促销活动而带来的进店率的提升。
诊断第三招:成交率成交率这个指标的重要性不用我去讲,大家都非常清楚,成交率对我们的生意意味着什么。诊断成交率和前面的进店率是一样的,意味着你还是需要去统计进店人是数多少,同时还要统计单子,一天把所有单子录到系统里面去,就没办法做,就影响到数据化管理,影响到整个未来的零售管理。所以一定要分开。影响成交率的因素很多,比如店员的技巧、商品是否宽度、广度、深度、是否有正品、是否缺货,或者足够的试衣间,都会影响到成交率在里面。讲讲支付手段影响成交率这件事情,很多百货门店是集中收银的,好不容易服顾客买一件东西,开了单之后,顾客走到门口突然清醒了,不购买了,或者收银台人多,算了,不买了,这种情况是非常划不来的,等于说整个零售环节里面,除了收款环节之外,其他动作全部做完了,这个时候单子的流失是非常非常让让气愤的。我的一个朋友曾经做过这方面的统计,他的店铺里面每天因为这种情况流失的单占到10%到20%,大家想想因为这种情况影响的话,如果把这个环节解决掉的话,销售率10%到20%的提升,所以要想办法解决这个问题,去提升支付手段,来影响顾客的成交。这里方法很多,比如说你问顾客是不是现金支付还是卡支付,能不能陪他去,或者有的商场不允许陪着去,你想别的办法,或者搞大型活动的时候,有的企业专门雇人去排队,目的是什么?目的就是不要因为支付手段而影响成交率。
我给大家的建议是,当你没找到足够好的手段降低数字之前,先得知道店铺的订单流失率是多少,每天多少张单子没回来,如果店铺的这种流失率非常高,拜托各位马上想办法解决,把这个小小的问题解决之后,销售额就有了。所以不要小看支付手段,影响非常非常大的。在成交率或进店率之间还有一个,对服装来讲还有试穿率,就不在这儿讲了。成交率的诊断逻辑,也是用对比和细分的方法,先看自己店铺的成交率是多少,同一品牌其他门店的成交率是多少,竞争对手的成交率是多少,看看是否有差距。
统计成交率还需要细分,包括按班次来细分,早班是多少,晚班是多少,中班的成交率是多少,看各班次之间有没有差距。同时看看每个店员的成交率是什么情况,能不能找到店铺员工成交率的短板。
最后还需要按顾客来细分成交率,老顾客的成交率怎么样,新顾客的成交率是怎么样,只有细分之后,你才能找到差距,发现机会,从而去提升整个门店的销售额。
诊断第四招:零售价这个零售价指的平均零售价,只有对店长或城市经理来讲,没办法影响零售价,因为是企业统一制定的价格,和采购策略有关系,但是我们也可以去分析,实际上不同的店员的零售价还是不一样的,还是可以看出一些人的能力高低有影响。和商品的配货有关,比如这个店本来是非常好的场所,配的都是低端的货,说明这里面就会有问题,调配商品的价格,去研究价格带,从而找到提升销售的机会。当然对平均零售价的影响,门店还是蛮小的,不大容易影响。
诊断第五招:销售折扣影响销售折扣的因素,和人的因素有关,有些店员就喜欢卖折价商品,有些顾客总是喜欢买新品,有的顾客喜欢促销的时候来购买,不同的店员、不同顾客、不同对待方式。折扣中人的因素还有和企业领导有关,有些企业的领导迫于销售的压力,每年的促销活动都比去年低折扣,搞得折扣越来越低,这和领导有关系,没有坚持原则。销售折扣和货的因素有关,包括促销活动的价格策略有关,你促销活动什么方式参加,参加的力度多大,和频率有关,当然和商品的配货有关,你配的货是折扣高的还是折扣低的,库存合理不合理,库存不合理的话,库存太多,意味着不但清除死库存,也会降低。我曾经遇到过一个比较普遍的现象,居然有些公司的非VIP的折扣低于VIP的购买折扣,那就变成VIP享受尊贵的折扣毫无意义,一点用处都没有,不少企业都有这种现象,你们看看自己店铺有没有这种情况,多半和促销的频率和促销的原则没边是有关。
要诊断销售折扣,首先你必须要实时去监控店铺的销售折扣,按周、按日、按月知道店铺的销售折扣是什么样子,有些店员能卖原价,有的卖低价,不影响店铺总体业绩的情况下,怎么把折扣一点一点往回摆,很多店铺折扣下来很容易,要想上去非常难,所以要像保护眼睛一样去保护店铺的数据,各个方面的都会影响,最终影响到企业,让一个企业就变成一个垃圾品牌,现在这种案例还少吗?
诊断第六招:连带率店铺诊断的最后一招就是连带率,连带率和人、场有关。和人的关系有关,包括店员的销售技巧、新员工的比例。如果新员工特别多的话,连带率一般是上不去的。当然连带率还和有没有店铺全员销售有关,很多店铺设有专门收银员,收银员也可以是半个销售人员,很多连带的东西,如果尝试去做,很多小的玩意儿可以让收银员去做最后的连带,不要认为收银台就是销售最后一步,也可以变成好的连带销售的人员的一个机会。
有些公司也可以通过刺激店员的手段去提高连带率,比如说我就知道有个公司规定店员如果你的顾客来了只卖一件就不算业绩,业绩要充公,所以来了顾客想尽一切办法卖两件,不一定只卖衣服,连带一个配件,也是两件,也可以做到连带率为二。这种竞争手段是比较残酷的,当然不算销售额最终也会回到店员的身上,会用销售额来去奖励当月表现好的员工,不是直接奖励钱,而是奖励销售额,只卖一件的店员拿过来充公的这些销售。也就是广度、深度、宽度是否合适,如果货足够少,顾客想买的东西买不到,当然连带有影响。第二个,快餐公司买第二杯半价,服装行业两件八折也都是一样的道理。商品是有关联度的,两个不搭的商品放在一起就会有连带关系,对不同的商品也会有影响,所以这个影响也会非常关键。
影响连带率还有“场”的因素,包括你的设计是否合适,跟设计有关,和销售辅助工具有关,曾经给一个企业做咨询的时候,给了我一个要求,让我尽快提升店铺的销售额,是一个超市,楼上是写字楼,一到五层是百货,地下一层是超市,他们给我的题目就是如何快速提升超市的销售额,但是我经过六大诊断,就发现是连带率的问题。超市因为是写字楼的店,超市很小,就一两千平,没有购物车可以去推,只有购物筐,对上午的顾客人群老头老太太来讲,他们习惯拿购物筐来购物,但是中午、下午这个阶段很多写字楼的白领到超市闲逛不会拿购物筐去购买,他想买比较多商品时要么放弃掉一件,要么跑到入扣去拿筐子,入口的距离可能仅仅就是七八米、十几米的距离,但是都不愿意去,这是人的惰性。所以有时候放弃了,只买前三个,就针对这个点设计了一个方案出来,这个方案就是什么?就是告诉超市的扫地阿姨,让她们除了每天在门口放购物筐,还在休闲食品、水果等等地方放购物筐,他们的连带率就上去了,销售额当然也上去了。我们只是做了一个简单的动作,丝毫没有增加成本,把超市原来的3.1%提升到3.4%,提升了0.3,意味着销售额增加了大概10%,特划算,这就是销售工具,辅助工具对连带率提升的一个案例。当然其他卖场的灯光、音乐都跟连带率有关,我们不去细说。
总结一下这六大指标,对一般的店来讲,这些指标我们可以各个击破,首先提升它,从而去提升销售额,连带率是最容易影响的,所以连带率是排在第一位。第二位是成交率,第三位是销售折扣,折扣相对容易影响,因为折扣一般是公司定的,对店铺来讲要去影响折扣,从商品的陈列等等方面,可以去做到提升。第四点是进店率,进店率一般也是可以去影响,但是不大。零售价是比较难以影响。最后一个是路过人数,基本上到目前店开了之后,路过人数相对来说是不太可能做大的影响,所以我们不多说了,这就是零售诊断的六个指标。给大家的建议是找到每个店铺的弱点、短板,改变它,先做对比,再做细分,去改变它,从而去提升你的门店各个区域的销售额。这是我们今天分享的所有内容。

作者:黄成明。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-1 11:24

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表